AI与选剧结合，会给影视行业带来什么？

2019年暑期档已经落下帷幕，回顾今年暑期的电视剧，有非常多精彩的作品。从古装大片《长安十二时辰》和《陈情令》，到电竞题材的《亲爱的，热爱的》和《全职高手》，再到聚焦教育的《小欢喜》以及民国热血励志剧《烈火军校》。不同题材的电视作品为观众带来了沉浸式的观感体验。

虽然这个暑期有很多爆款电视剧出现，它们制作精良、内容创新、角色丰满。但我们也能够看到很多试图依靠大IP和流量明星来获得效益，而不在内容创作上下功夫的电视剧，它们的收视率和口碑并不尽如人意。而在这现象背后，电视剧行业正在经历怎样的一个变化？制作方们要如何应对这个变化？以及人工智能在其中扮演的角色是什么？文本将试着选择一些角度，对此进行探讨。

大IP和流量明星失灵

去年，由腾讯视频独家播出的古装清宫大戏《如懿传》因高额的版权费、广告费和明星片酬而损失惨重，投入产出比高达440％。即便自带《甄嬛传》的IP热度和豪华明星阵容，它在《延禧攻略》这样的爆款剧对比下，也依然沦为了炮灰。

几乎是在一瞬间，电视剧行业像被下了咒一样。积累了数十年读者的大IP不管用了，积累了千万人气的流量明星也没了效果。但同时，一些不被大家看好或者并不被观众熟知的内容，却突然之间成为了爆款黑马。

由此各大视频平台和制作方纷纷意识到，观众的“影商”在不断提高，“唯流量论”正在被破除，没有优质内容的作品必将被洗牌出局，大IP和流量明星已不再是拯救市场的灵丹妙药，只有好的内容才能够吸引观众。一切正在回归观众，一切都在回归内容本身。

我们也很清楚的是，内容的优质与否和很多方面有关，比如剧本作品，比如演员，比如导演，比如制作团队等等。而在大多数情况下，剧本和演员基本上就能够决定这部电视剧是否能够成为爆款，毕竟这二者是影视作品的素材和灵魂。

接下来，本文将以大女主剧为例，来谈一谈在其成为流行趋势背后，在剧本和演员方面，存在哪些痛点。

痛点解析：套路固定，角色难寻

自《甄嬛传》开始，随后的《芈月传》、《花千骨》、《锦绣未央》、《楚乔传》、《武媚娘传奇》等等。大女主类型的剧鲜少扑街，主要是因为如今电视剧的主流观众为女性，所以相比其他题材，它更容易成为爆款。

尽管如此，要想拍好一部大女主剧，也并不是那么容易的一件事。主要原因一方面是大女主剧已经有一套成功的套路，投资方不愿冒险创新，另一方面是女主影响较大，适合角色的女演员很难寻找。

大女主剧的口碑普遍都不是很高（甄嬛传除外），像《芈月传》豆瓣评分只有5．2，《花千骨》豆瓣评分5．9，锦绣未央豆瓣评分4．8。究其原因，主要是剧本套路固定：女主白莲花，且被众多男性角色喜欢；女二黑化，和女主从好闺蜜变为仇敌；男二黑化，和男主争夺女主等等。

然而同一种题材扎堆出现，观众对这种套路化的情节已经感到厌倦。在创作上面，固定的套路也使制作方偏向于走捷径，剧本往往有很多相似的情节，创新的地方则越来越少。但是一旦突破这个套路，就有成为爆款剧集的潜力。比如去年大火的《延禧攻略》，女主人公就一改纯真善良的白莲花人设，变为会骂人会算计、以牙还牙以眼还眼的黑莲花人设，对这个设定，网友表示非常过瘾。

除了套路固定，演员的选择也是一大难点，表现在大女主剧中，则更为明显。因为它相比较于其他类型的电视剧，对饰演女主的演员，要求更加高：人气要高、长得要美、演技要好、观众缘要好等等。满足以上几点的女演员，一般都会有成熟的作品积累，失败风险较小，然而竞争也更为激烈，毕竟就那么几个。

相反，如果启用知名度没有那么高的演员，作品就会面临很大风险。譬如《兰陵王妃》的失败就与女主的选择有很大关系。成功的例子也有，《延禧攻略》的女主之前的知名度也并不高，但是作品的成功在一定程度上就说明了选择知名度不高的演员也是可以成功的。

综上所述，大女主剧虽然存在收视基本盘，失败风险较小，但是众多相似作品的出现也使其的创作陷入一个固定的套路，难以突破创新，除此之外，女主角的选择也是一大难点。那么，既然同一套路的剧本吸引不了观众了，可以去找一部在情节和人设等方面都有创新的剧本。既然知名度高的女演员很难邀请到，可以转而去找与角色匹配度高的演员。

正所谓“世有伯乐，然后有千里马”，如果要找到好的剧本和演员，就需要一套标准化的选剧模式和选角体系。

那么，何为标准化？

标准化的意思是指在经济、技术等社会实践中，对重复性的事物和概念，通过实施标准达到统一，以获得最佳秩序和社会效益。因此。建议一套标准化的选剧模式和选角体系可以帮助我们找到最佳剧本和最合适的演员。而关于标准化的选剧模式和选角体系，我们可以参考一下好莱坞。

建立标准化的选剧模式和选角体系

上文提到，如果要使大女主剧重燃生机，最直接的办法就是寻找到套路创新的剧本和匹配度高的演员，而选择一套标准化的选剧模式和选角体系或许是解决问题的一个办法。好莱坞作为世界闻名的电影中心，在选择剧本和选择角色方面，早已形成一套完整且成熟的产业链了。它可以作为我们的参考标准。

在好莱坞有一套标准化的剧本产业链，编剧们通过自己投稿或是经纪人递交的方式，把剧本送到制片公司，首先读到他们的就是剧本分析师，然后才是制片人。因为繁忙的制片人是无暇看完那么多冗长的剧本的。剧本分析师要先一步对剧本进行分析和评估，只有获得高评价的剧本才有机会被送到制片厂主管们的办公桌上。一个全职的剧本分析师每周大概要读10－14个剧本，平均每个工作日3个，遇到特殊情况还要通宵工作，因此是一个非常累的工作。他们的地位就相当于好莱坞的卫兵，监察着好莱坞的剧本质量。

每一个剧本分析师都需要程序化地对剧本内容做分析和评论，大致流程包括以下几个部分：

1． 做2至3句话的剧本总结和不超过2页的剧本提要，并且要梳理出剧本角色和人物关系

2． 做一页左右的剧本评论，关于剧本和编剧的优缺点提出自己的想法，例如在结构和情节是否欠缺？有时还会被要求与同类型剧本做比较。

3． 在封面页上填好关于剧本的基本信息，从结构、角色、对话、故事和布景等方面做一个打分，有极好、好、一般及差四个等级。并给出推荐、可考虑、通过或否决的意见。

除了选择剧本，好莱坞对选择演员也有一套标准化的方法论体系。挑选演员一般要先通过选角团队，团队再联系到演员工会，工会根据制片方要求，通知符合条件的演员来面试，最终的面试考官则由导演、制片人和演员工会派出的经纪人三方组成。

一般来说，在挑选面试演员的环节，选角方会参考以下三个方面：

1．     演员的外貌、性别、年龄、身高、体重等外在条件

2．     演员的业务能力，是否获得过奖项，参演过哪些作品，反响如何

3．     演员的经验，是否演过相类似的角色以及本人在生活中的性格是怎样的

在阅读大量的演员资料后，只有符合要求的演员，才会被通知前来面试。同时，他们还会通过测算面试者最近上映电影的票房排行、涨跌情况，近年来的个人票房数字、片酬、投资回报率和人气指数等元素，得出明星不同的动态价值系数，最终在兼顾成本的基础上选择合适的演员。

综上所述，在好莱坞的选剧模式中，剧本分析有一套程序化的流程，分别是对剧本做总结、提要、梳理角色、评论、打分等工作，通过这套流程的剧本才会被制片人看到。而在选角体系中，选角方审核演员的资料也有一套流程，例如要阅读演员的工作简历等，符合要求的演员才会被通知前来面试。而标准化的选剧模式和选角体系，确保了最终选出的剧本和演员是符合我们要求的，是符合市场需求和角色需要的。

但是，不要忘记，阅读剧本和演员的资料是一件相当耗时耗力的事。制作公司一方面希望能够收到更多优秀的剧本和演员资料，一方面又难以在短时间内应付随之而来的海量工作。于是，我们想到了人工智能——专门模拟人类智能的技术，它是否能帮助人类分担剧本分析和阅读演员资料的工作呢？

答案是肯定的。

人工智能帮助提高剧本和演员的选择效率

前面提到了人工智能可以帮助制作方们分担剧本分析和阅读演员资料的工作，提高剧本和演员的选择效率。而剧本和资料涉及到大量的文本信息，在这里，要引入一项专门处理文本信息的技术，那就是自然语言处理技术。

自然语言处理是人工智能的一个分支，简称NLP，它主要是通过计算机来完成以自然语言为载体的非结构化信息为对象的各类信息处理任务，比如文本的理解、分类、摘要、信息提取、知识问答、生成等的技术。这个技术将使阅读海量剧本和演员资料的繁重工作，变得异常轻松——只要鼠标一点击，就能得到想要的结果。

接下来，本文将选择某些方面，对NLP如何分析剧本和阅读资料，做一个简单的介绍。

首先，NLP技术能够在快速浏览剧本的过程中，对比每个句子之间的相似度，将具备较高相似值的句子加以整合，来完成对剧本的内容概括。有工作人员就曾运用NLP来总结《了不起的盖茨比》，最后的结果不仅揭示了人物之间的复杂关系，还点出了小说的中心主题——“I’m gatsby”。而这一过程，仅仅花了不到1秒的时间。

除此之外，人工智能能够通过分析大量的同类型优秀剧本，总结出一套专属于该类型题材的剧本公式，方便剧本之间做对比。比如可以运用语忆情绪解析引擎，分析不同语句的情感浓度，以此来判断小说高低潮章节的分布、剧本整体的情绪起伏、剧本情绪的多样性和主人公情绪在章节中的出现情况。

比如，可以运用关键词提取，对比主人公的出现次数和次要人物的出现次数。

比如可以运用词法分析引擎，根据字词间的词性关系对句子中每个字词的词性和语法结构进行一个分类，然后再根据词的出现次数的总和以及词种数的总和，得出剧本词的使用丰富度。

关于这方面的研究，小编在往期文章《人工智能告诉你为什么《流浪地球》是中国第一科幻》有做详细描写，感兴趣的朋友可以去看一看。语忆的文学IP分析平台已经成功对很多小说的潜力值做了一个分析，有芈月传、微微一笑很倾城、诛仙、择天记等等。

《芈月传》的分析结果为：高潮章节比例15％，留白章节比例15％，全文情节波动值为2．482，模型计算后的潜力值为6．160。

《微微一笑很倾城》的分析结果为：高潮章节比例28％，留白章节比例21％，全文情节波动值为2．529，模型计算后的潜力值为11．369。

《诛仙》的分析结果为：高潮章节比例20％，留白章节比例17％，全文情节波动值为2．862，模型计算后的潜力值为10．905。

《择天记》的分析结果为：高潮章节比例20％，留白章节比例20％，全文情节波动值为2．793，模型计算后的潜力值为7．802。

一旦人工智能通过深度学习，对不同题材的剧本总结出对应的剧本模板，在接触到一部新的剧本时，它就能够根据剧本模板，对剧本的结构、情节、角色、对话、故事、布景等方面自动进行打分。这个过程就相当于剧本分析师在阅读了大量的剧本之后，总结出一套选剧方法论，然后根据这套方法论对剧本做分析评论。而人工智能做的就是将这套方法论转换成客观的数据模型，随着人工智能阅读剧本的数量增加，数据模型的准确率会不断提高。

在阅读演员资料方面，人工智能将可以所有演员的信息汇入一个巨大的数据库，之后将我们要找的人物信息简化为标签，例如性别、年龄的区间、参演作品等等，再基于这些标签与演员标签之间的相似性和关联性选出合适的演员。例如我们的剧本是悬疑类型的，那么人工智能就能筛选出以往有参演过悬疑剧的演员。

从某些角度来说，这也许是一个“最坏”的时代，大IP和流量明星再也不是制胜的绝对条件。但这也是一个最好的时代，因为内容的优质程度被放在了前所未有的高度。如果说电视剧行业正在经历一个大浪淘沙的过程，我们期待的是，在这个过程中，人工智能可以 “淘出”最优质的沙石，来重构“影视剧”的大厦。